省选模拟赛2022/4/4

比赛时间安排

7.20-7.30
t1 直接上找环不就ok了吗?
t2 感觉好复杂,字符串的问题,没什么想法
t3 把k个点向这个区间里其他点连边,然后tarjan判环,然后再拓扑一下求解?

7.30-8.10
t1 先写了70分,发现样例都跑不过去,发现找环是不对的,因为要求是简单环,如果在一个复杂的环上是不能算的,于是搞了基环树的找环,应该能对吧,反正把样例几个都过了

8.10-8.50
t3 在连边的时候发现是向一个区间里的一些连边,能线段树优化建图?但是不是直接向整个区间连边,那还是没办法搞,或者说也可以只是我没写过这种题?不知道,先写暴力吧,在判环的时候突然想到,反正我之后还要拓扑,那为啥不直接用拓扑判环?于是就把tarjan删了,上拓扑,样例过了,虽然是spj,但是我的输出竟然和大样例的一模一样,惊了,肯定过了

8.50-10.15
然后看没有头绪的t2,感觉可以搞个贪心的想法,我肯定尽量用一个字符能前连出其他的很多,类似于前缀或者后缀的东西,应该是最优的吧,然后就顺着思路想,但是越想越复杂,情况多到没法判

10.15-11.35
想到t2暴力是不是可以枚举断点,一个字符串肯定是连续的,于是写了dfs,时限刚好卡上吧,但是还有情况就是字符的顺序,可能换一下顺序结果就更优?于是就又搞了一个全排列,但是这样就超时了,不过跑了2分钟,结果是对的,想优化未果。
是在不行了,只拿这一点分肯定没用,于是冒险一点想,是不是每次只选一个串重复出现是最优的,于是就这样写了,加上分类讨论一些情况,样例过了,自己搞了几组数据,把bug调了一下,也过了

赛后总结反思

  1. t2的暴力思路不清晰,写的时间太长了
  2. 有点不会变通,t3建边就分段建呗,总比一个一个建边快
  3. t1写挂了10分,原因是,本来想用一个巧方法,可能能稍微优化一下,(怕环的个数太多)但是这个方法错了,可能是有些地方没考虑好,看来还是要写自己熟悉的方法

与正解的差距

T1

写个点双,然后判断是否合法,也就是dcc里面的点数和边数是否相等

T2

首先是基于AC自动机的dp转移,其实挺简单的,毕竟已经想到是和前缀之类有关的东西了,这个敏感度还要再升一下。优化用的是广义矩阵,感觉对矩阵乘法的思想更进一步了,这个辅助矩阵其实就是看哪一位对哪一位有贡献,第一维是转移矩阵,第二维是转移到的值,然后建立出来快速幂就行了,另外,在赋值的时候要想清楚。

T3

就差建边方法没想到,佛了,见一个记一个先,这种变通还是得会的(难道太久没思考了?)

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值